以太幣交易所 以太幣交易所
Ctrl+D 以太幣交易所
ads

被神話的GPT 造不出你的夢中神車_GPT

Author:

Time:1900/1/1 0:00:00

ChatGPT爆火之后,AI大模型成為眾多科技公司追逐的熱點。從聊天對話,到圖像生成,再到桌面辦公,仿佛AI在一夜之間具備了顛覆一切的神力。

熱潮蔓延至汽車行業,從業者開始思考:讓GPT造車,是否可行?

有車企宣布將應用大模型技術,也有車企稱要接入第三方大模型,還有車企搶著發布了帶有GPT字眼的自動駕駛系統。

有從業者對深途說,智能座艙和自動駕駛,或將是大模型最先應用的場景。這其中,尤以自動駕駛最讓人期待。

自動駕駛是一個難度極高的賽道。除了谷歌、百度等科技巨頭,一大批天才創業者投身其中,燒掉數十億美金,至今也沒達到讓人滿意的效果。

AI大模型殺入自動駕駛,這次會不一樣嗎?

GPT跟汽車,表面看無直接關聯,實則淵源很深。故事得從六年前說起。

2017年6月,特斯拉的老板馬斯克,從OpenAI挖走了一個斯洛伐克籍的研究員。這個人叫Andrej Karpathy,他后來成為特斯拉的AI總監。

當時馬斯克對人工智能表現出極大興趣,他也是OpenAI的捐資創辦人之一。把Andrej Karpathy招致麾下不久,馬斯克離開OpenAI董事會,他認為特斯拉和OpenAI都在研究AI,未來可能發生利益沖突。

后來,Andrej Karpathy在特斯拉重寫了自動駕駛算法,開發出BEV純視覺感知技術,讓特斯拉自動駕駛進入新階段。而他的前東家OpenAI,則將全部籌碼押注在通用人工智能,最終研發出GPT。

從產品角度看,OpenAI的GPT和特斯拉的BEV,是完全不同的物種。但從技術底層來看,它們都依托人工智能技術,尤其是對谷歌Transformer模型進行了應用。

幣安創新區將于7月3日18:00上線Pendle(PENDLE):7月3日消息,據官方公告,幣安創新區將于7月3日18:00(東八區時間)上線Pendle(PENDLE), 并開放PENDLE/BTC、PENDLE/USDT、PENDLE/TUSD現貨交易對。

PENDLE充值通道現已開放 。PENDLE提現預計于7月4日18:00(東八區時間)開放。[2023/7/3 22:14:45]

Transformer是一種深度學習的神經網絡架構,由谷歌的8位AI科學家在2017年提出。這是人工智能行業極其重要的一項發明,今天大火的ChatGPT中的“T”,就是指Transformer大模型。

與傳統神經網絡RNN和CNN不同,Transformer通過自我注意力機制,去挖掘序列中不同元素的聯系及相關性,具有很好的時序數據處理能力。這讓它在機器翻譯、文本摘要、問答系統等任務上,展現出突出的性能。

因此Transformer一開始被人們用在NLP(高級自然語言處理)領域,用于理解人類的文本和語言。

在Transformer模型上進行預訓練,經過不斷的微調、迭代,OpenAI相繼推出了GPT-1、GPT-2、GPT-3、GPT-4等語言訓練大模型。ChatGPT是OpenAI對GPT-3模型微調后開發出來的對話機器人。由于它能以對話的方式進行交互,普通人很好上手,且比過去的聊天機器人顯得更“聰明”,因此大放異彩。

從根本上,ChatGPT的GPT模型、谷歌的LaMDA大模型,以及百度的文心大模型,同宗同源。

將Transformer模型用于自然語言,誕生了ChatGPT這樣的聊天應用;將它用在計算機視覺,同樣取得了驚人的效果,這方面的先行者是特斯拉。

穆迪:財政責任法對評估美國財政和制度實力的影響有限:金色財經報道,穆迪表示,財政責任法對評估美國財政和制度實力的影響有限。[2023/6/6 21:17:36]

Andrej Karpathy在擔任特斯拉AI總監期間,負責領導自動駕駛的計算機視覺團隊,通過結合Transformer模型,特斯拉成功開發出BEV技術。

BEV全稱是Bird's Eye View,即鳥瞰圖。它可以將攝像頭拍攝的2D圖像拼接轉化為3D圖像,統一轉換到俯視角度下進行處理,形成“上帝視角”。這么做的原因是:開車是在三維空間中進行的,人看到的是立體的世界,而不是2D的圖像。

這項全新的感知方案,在2021年8月的特斯拉AI DAY上由Andrej Karpathy對外展示。為此特斯拉不惜重寫了自動駕駛算法,對訓練深度神經網絡的基礎設施進行了重構。

這是大模型技術首次被應用到自動駕駛行業。

今天回過頭來看,雖然GPT目前主要應用在自然語言處理領域,我們并不能讓GPT去駕駛一輛汽車,但它背后的AI大模型技術,尤其是Transformer架構,實際上早就已經在自動駕駛領域應用了。

從自然語言處理到計算機視覺,兩個領域基于Transformer架構在建模結構上實現了統一,使聯合建模更加容易。

而隨著對AI的理解加深,汽車公司越來越像人工智能公司。除了特斯拉,理想汽車在今年初公布公司愿景,聲稱要在2030年成為一家人工智能企業。它將在今年推出的城市NOA導航輔助駕駛系統,技術支撐就是BEV感知和Transformer模型。

數據:StarkNet橋接存儲總價值突破5萬枚ETH,過去一個月增長150%:金色財經報道,Dune Analytics最新數據顯示,以太坊Layer 2擴容解決方案StarkNet跨鏈橋接存儲總價值已突破5萬枚ETH,本文撰寫時為50,244 ETH(按照當前ETH價格計算超9200萬美元),參與橋接交易的用戶量為368,297個。歷史數據顯示,StarkNet跨鏈橋接存儲總價值于今年3月24日突破2萬枚 ETH,這意味著該指標在過去一月內已增長150%。[2023/4/24 14:24:19]

讓AI跟人對話,與讓AI駕駛一輛汽車,似乎本質上并無區別,只是二者落地場景不同。在將底層技術應用到具體產品這件事上,人類永遠充滿想象力。

今年以來,GPT展現出來的強大能力,讓外界大受震撼。通用人工智能不再是空中樓閣。自動駕駛行業的人開始思考,或許生成式AI在語言模型上的應用思路,可以遷移到自動駕駛上。

本質上,語言模型是對人類的語言建立的數學模型。計算機還是不懂自然語言,但它通過數學建模,把語言問題變成了數學問題。通過給定的文本的歷史,預測下一個詞出現的概率,間接地理解了自然語言。

換到駕駛場景,如果給定當前的交通環境,給定一個導航地圖,以及一個駕駛員駕駛行為的歷史,那么,大模型是不是可以預測下一個駕駛動作?

地平線創始人余凱在今年4月舉辦的電動汽車百人會論壇上說,ChatGPT給他很大啟發,“我們要繼續用大數據、更大的數據、更大的模型,并且無監督地去學習人類駕駛的嘗試,就像你從大量的、無監督的、沒有標注的自然文本里去學習一樣”。他認為,每個駕駛員駕駛控制的序列,就像我們的自然語言文本一樣。下一步,他想構建一個回歸自動駕駛的大語言模型。

價值2186萬美元的XRP從Ripple轉出:金色財經報道,據WhaleAlerts報道,價值2186萬美元的6000萬XRP從Ripple的地址發送到一個未知的錢包。三小時后,相同數量的XRP從一個未知的錢包發送到位于墨西哥的加密貨幣交易所 Bitso。隨后在一個小時內,已經有5990萬XRP從Bitso地址提取到另一個地址,或者提取到它最初來自的地址。同樣重要的是要注意,涉及營業額的所有地址都是數百萬美元XRP的持有者。[2022/7/21 2:29:31]

理論上,這個思路是可行的。人工智能已經具備學習能力。根據自適應的語言模型,機器會根據用戶的反饋不斷迭代優化,學習用戶的習慣,然后改進模型。現在的ChatGPT就運用了這項技術。那么,讓機器學習司機的駕駛習慣,就不是一件很難的事情。

特斯拉的影子模式,就是把真人司機的駕駛數據,投喂給機器學習。通過比對人類駕駛員行為,來達到訓練算法的目的。

GPT掀起新一輪AI熱潮后,對行業造成的一個認知沖擊是,通過把模型的參數規模不斷變大,數據量指數型增加,也就是所謂的大模型,在達到某個臨界點后,模型會突然變得很聰明。

過去,模型在訓練階段需要的數據,是經過人工標注的。以自動駕駛為例,數據標注員通過大量的圖片標注,告訴機器什么是貓,什么是狗,貓和狗各有多少種類。標注員就像是機器的老師,一遍一遍教會它認識這個世界。

問題是,老師沒教過的東西,機器還是不會。典型的是特斯拉曾多次發生自動駕駛事故,車輛撞上側翻的大卡車,因為機器識別不了。

和高資本創始合伙人何宇華對深途舉過這樣一個例子:廣州的夏季雨天頻繁,在一些燈光比較昏暗的場景下,空中會有大量的飛蟲。當汽車駛過時,燈光打過去,可能會有數以千計的飛蟲撞向車頭。在這種情況下,汽車的自動駕駛感知系統,可能會誤認為是一堵墻。

跨鏈橋Hop Protocol空投將于明日開始申領:6月9日消息,跨鏈橋 Hop Protocol 在其社交網站宣布,空投將于明日開始申領。屆時會公布申領的官方網站。[2022/6/9 4:12:56]

自動駕駛系統不能窮盡所有的corner case(極端場景),是其發展路上的一大難關。

ChatGPT抓取的是全網未標記的數據。在自監督學習中,數據本身被用作監督信號,而不是依賴于人工標記的標簽。有一天人們發現,大模型在消化這些數據的過程中,突然具備了舉一反三的能力。

那么,如果自動駕駛大模型也能無監督地學習人類駕駛行為,不需要“老師”手把手地教,是不是意味著,系統搖身一變,成了“老司機”?

夢想很美好,實現夢想的路總是很骨感。

類似ChatGPT的AI大模型要在自動駕駛領域發揮威力,目前來看至少有如下幾個問題需要解決。

首先是數據來源。

ChatGPT的數據來源非常豐富,包括維基百科、書籍、新聞文章、科學期刊等等,相當于全網公開數據都是它的養料。

自動駕駛不同。駕駛員的駕駛數據、車輛行駛數據不公開,很多還涉及隱私。汽車廠商、自動駕駛公司各自為政,數據封閉不流通,這讓獲取數據變得困難。沒有數據,自動駕駛就是無源之水。

聯想創投總裁賀志強對深途說,自動駕駛的核心是要有數據,數據對訓練模型非常重要。比亞迪這樣的主機廠有數據,但算法還需要打磨,“蔚小理”等造車新勢力擅長算法,但車的銷量還不夠。既有數據也有算法的公司,才能充分用好大模型。

其次是系統的計算部署方式有限制。

余凱認為,OpenAI、ChatGPT是在云端的計算,在云端有充分的能量供給、電源供給,同時有非常好的系統,可是如果在車上依賴的是電池,依賴的是車端的散熱,那么這個挑戰是很大的,意味著自動駕駛不能用那么大的模型、那么大的計算。

大模型對算力的消耗,導致云計算廠商成為這波AI熱潮中第一批吃到紅利的玩家。大廠開卷云計算,也是為大模型開路。但是在車端,這會是一個矛盾。

更大的問題是,大模型的可靠性尚未驗證。

使用過ChatGPT的人知道,ChatGPT有時候會胡說八道,時對時錯。這在業內被稱為幻覺(hallucination)傾向,即產生完全沒有出處的非真實內容。大模型會編造內容,而不在意內容的真實性和準確性。

聊天可以胡說八道,自動駕駛不可以。任何一次錯誤的輸出,導致的結果都可能是致命的。

“ChatGPT取得巨大進展,但自動駕駛遲遲沒有到來,因為自動駕駛特別是無人駕駛,可能容錯率就是零,那是人命關天的事情。”余凱說。

曾在硅谷某AI創業公司擔任COO的龍志勇認為,不可控、不可預測和不可靠,是大模型商業化最大的威脅。典型表現是大模型有幻覺傾向。

現在,要讓自動駕駛系統學會選擇和辨別,并穩定地輸出最優解,還不太現實。

一家人工智能公司的內部人士對深途說:“視覺感知在算法層面的確有不少突破。但車這種場景,要求太高了,我個人不覺得短期能有大的突破。可以關注一下特斯拉的動向。”

然而最近科技圈有一股風氣,大大小小的公司,都要蹭一把GPT的熱點。有一些汽車廠商,宣布即將應用類似GPT的技術,一堆炫酷的概念讓人傻傻分不清楚。

比如某傳統車企旗下的自動駕駛公司,就發布了一個自動駕駛生成式大模型,要用這個模型來訓練自動駕駛,號稱“行業首例”。

一位長期關注智能汽車賽道的投資人,詢問一位行業大佬怎么看該模型,對方就回了四個字:“TM扯淡。”

“完全就是一個PR行為。”這位投資人對深途評價。

在特斯拉的帶動下,再疊加今年興起的AI浪潮,自動駕駛行業逐漸向大模型、大算力、大數據方向不斷靠近。

大模型對自動駕駛的影響,目前還不夠劇烈,但嗅覺敏銳的人已經呈現出一種矛盾心態。

就像當年特斯拉利用Transformer將多攝像機數據從圖像空間轉化為BEV空間,為此不惜將原有架構推翻,重寫算法。現在大模型的應用,也可能意味著原有自動駕駛算法,會被推倒重來。

賀志強認為,大模型會對自動駕駛有巨大影響。以前自動駕駛用到很多小模型,現在變成大模型,可能需要重新來一遍。自動駕駛行業會重新洗牌。

一家AI芯片公司的自動駕駛總監趙東翔對深途說,整體端到端更改,等于重新做。

洗牌對新入局者是機會,對領先者是威脅。彎道超車的故事,往往發生在技術急速變革時期。在技術一日千里的時代,在舊路線投入越多,沉沒成本可能越大,轉身越困難。對于整車廠或自動駕駛公司而言,要擁抱一項新技術,不僅要考慮效果,還要考慮成本。

趙東翔表示,就當前階段而言,自動駕駛變換技術路線沒意義,“現在行業技術能力也不差,大家花那么多錢做了那么久,沒有大幅度提高的話沒有換的動力。”

在去年底的AI DAY上,特斯拉將BEV升級到占用網絡(occupancy network),泛化能力得到進一步提升。通過占用網絡,特斯拉的自動駕駛感知系統可以不需要知道看到的物體是什么,就可以判斷是否需要躲避,由此解決了更多長尾問題。

不論何種技術路線,現在都處于快速變化迭代中。過去的小模型可能會被大模型替代,今天的大模型也可能在未來被某種新物種替代。

但不管怎樣,蹭熱點、制造噱頭的做法,是無益于技術進步的。“蹭熱度是陋習,踏踏實實做產品才有用。”趙東翔說。

自動駕駛真正的“王炸”,還遠沒有到來。我們需要做的,是對每一輪技術變革保持敬畏之心。被神話的GPT,造不出你的夢中神車,但至少,變化已經發生了。

元宇宙之心

企業專欄

閱讀更多

金色早8點

Odaily星球日報

金色財經

Block unicorn

DAOrayaki

曼昆區塊鏈法律

Tags:GPTPENCHATHATarbgpt幣上架幾家交易所BabyPenguinschat幣要歸零嗎chat幣值得投資嗎

比特幣價格實時行情
區塊鏈的新視角:數據庫、共識、Rollup與橋_區塊鏈

作者:Patrick McCorry;編譯:0×26,區塊律動本文來自 Arbitrum 基金會和 Lemniscap 的 Patrick McCorry.

1900/1/1 0:00:00
金色早報 | 現貨比特幣ETF審批將于周三啟動_比特幣

▌現貨比特幣ETF審批將于周三啟動,8名申請人已在聯邦登記冊上被提名美國證券交易委員會 (SEC) 批準現貨比特幣ETF申請的時間將于周三開始,此前所有八名申請人均已在聯邦公報上列出.

1900/1/1 0:00:00
一文讀懂a16z領投4300萬美元的AGI算力市場協議Gensyn_ENS

作者:金色財經cryptonaitive2023年6月12日,基于區塊鏈的AGI算力市場協議Gensyn宣布完成4300萬美元A輪融資,a16z 領投.

1900/1/1 0:00:00
2023年上半年區塊鏈安全分析報告_區塊鏈

作者:比特叢林 隨著數字化進程的不斷深入,區塊鏈技術已成為許多領域的重要驅動力,它不僅為金融、醫療、物流等傳統行業帶來了顛覆性的變革,而且也為參與者帶來了更加開放和透明的體驗.

1900/1/1 0:00:00
晚間必讀 | 全面分析 RWA賽道的機遇與挑戰_DEF

本文,我們將對2009年至2012年期間的黃金和貴金屬交易社區(黃金投資者)與今天的加密貨幣社區進行比較.

1900/1/1 0:00:00
鏈上情報淪為“人肉搜索”?幣安新IEO項目Arkham口碑撲街_ARK

作者:比推BitpushNews Mary Liu加密數據公司 Arkham Intelligence 周一宣布了其首個鏈上情報交易所 Arkham Intel Exchange.

1900/1/1 0:00:00
ads